論文の概要: Plan or Retrieve First? A Scale Study of Tool Discovery Architectures

• arxiv url: http://arxiv.org/abs/2610.19068v1
• Date: Tue, 13 Oct 2026 19:03:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 12:10:45.436675
• Title: Plan or Retrieve First? A Scale Study of Tool Discovery Architectures
• Title（参考訳）: 第一に計画を立てるか、取り出すか? ツール発見アーキテクチャのスケールスタディ
• Abstract要約: LLMが最初に抽象ツールスタブを生成するPlan-then-Retrieve(PtR)パラダイムについて検討する。 RtPはシングルツールクエリでPtRより優れ、PtRはマルチツールクエリでRtPより優れています。
• 参考スコア（独自算出の注目度）: 3.177042923080375
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tool-augmented LLM agents discover relevant APIs from large registries before planning execution, yet finite context windows prohibit injecting all tool definitions into a single prompt. The dominant approach, which we term Retrieve-then-Plan (RtP), embeds the user query and retrieves similar tools via approximate nearest-neighbor search. We study an alternative Plan-then-Retrieve (PtR) paradigm in which the LLM first generates Abstract Tool Stubs (hypothesized function signatures describing needed capabilities) which then serve as retrieval queries against the registry. Evaluating on ToolBench (46,984 unique API endpoints, 50 categories) across single-tool (G1), intra-category multi-tool (G2), and cross-category multi-tool (G3) query subsets, we find a clear complexity-dependent crossover: RtP outperforms PtR on single-tool queries while PtR outperforms RtP on multi-tool queries. This crossover holds at every retrieval budget (k=1 to 20), is robust across registry sizes from 1k to 47k APIs, and is consistent across model families (Gemini 2.5 Flash and gpt-oss-120b). We characterize a stub-hallucination failure mode (the LLM invents plausible but non-existent API names) that acts as a double-edged sword: on simple queries PtR's stubs abstract away proper-noun signals that RtP matches directly, yet on complex queries the same mechanism decomposes multi-faceted intent into functional sub-needs. We further analyze token overhead and show that PtR's extra discovery call roughly doubles inference cost, which pays off on multi-tool queries but hurts on single-tool ones, motivating complexity-adaptive routing as a practical direction, one that can be driven by a zero-cost signal already present in the pipeline (RtP's top-1 retrieval score).
• Abstract（参考訳）: ツール拡張LDMエージェントは、実行を計画する前に大規模なレジストリから関連するAPIを発見するが、有限コンテキストウィンドウはすべてのツール定義を単一のプロンプトに注入することを禁止している。 Retrieve-then-Plan (RtP)と呼ばれる支配的なアプローチは、ユーザクエリを埋め込んで、ほぼ近くの検索を通じて類似したツールを検索する。 本稿では,LLM がまず Abstract Tool Stubs (必要な機能を示す関数シグネチャ) を生成し,レジストリに対する検索クエリとして機能する,代替的な Plan-then-Retrieve (PtR) パラダイムについて検討する。 ToolBench(46,984のユニークなAPIエンドポイント、50のカテゴリ)を単一ツール(G1)、カテゴリ内マルチツール(G2)、クロスカテゴリマルチツール(G3)クエリサブセットで評価すると、明らかに複雑性に依存したクロスオーバーが見つかる。 このクロスオーバーは、すべての検索予算(k=1から20)で保持され、1kから47k APIまでのレジストリサイズで堅牢であり、モデルファミリ(Gemini 2.5 Flashとgpt-oss-120b)で一貫性がある。 単純なクエリでは、PtRのスタブは、RtPが直接マッチする固有名詞信号を抽象化するが、複雑なクエリでは、同じメカニズムで、多面的意図を機能的なサブニードに分解する。 さらにトークンのオーバーヘッドを分析し、PtRの余剰なディスカバリコールが、マルチツールクエリに課金されるが、シングルツールクエリに悪影響を与える推論コストをおよそ2倍にし、実用的な方向として複雑性適応ルーティングを動機付け、パイプラインにすでに存在しているゼロコスト信号(RtPのトップ1検索スコア)で駆動できることを示します。

関連論文リスト

• Efficiently Linking Unstructured Data for Multi-step Reasoning [17.545873517131206]
  DASEクエリエンジンは、候補エビデンサウェアを構築し、ランク付けする。 強いRDBMSよりも6倍から46倍高速なマルチステップ推論クエリの候補証拠を検索する。 セマンティック・オペレーショナルな後処理を必要とするタスクに対しては、DASEはハイリコールプリフィルタとして機能する。
  論文  参考訳（メタデータ） (2026-09-16T23:16:45Z)
• EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
  我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。 EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
  論文  参考訳（メタデータ） (2026-09-02T21:00:35Z)
• SchemaRouter: Field-Aware Tool Routing for Efficient Heterogeneous Agentic RAG [0.0]
  ツール、エンドポイント、パラメータ、レスポンスフィールド、ドメイン概念、ユニット、証明、およびライセンスポリシーをスキーマグラフとして表現する軽量なルーティング層を提供する。 110クエリの材料科学ベンチマークでは、オーバーラップした信頼区間内でのフェッチフルシングに一致する解の精度が0.71に達する。 227個の検索済みコンテキストトークンと2,066個のフェッチと2.7倍のエンド・ツー・エンドのレイテンシを使用する。
  論文  参考訳（メタデータ） (2026-07-03T02:03:22Z)
• Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction [127.64173950476702]
  エージェントが直接、汎用端末ツールを用いて、生コーパスを直接検索する直接コーパス間相互作用(DCI)について検討する。 このアプローチではオフラインインデックスを必要とせず、ローカルコーパスの進化に自然に適応する。 IRベンチマークとエンドツーエンドのエージェント検索タスク全体にわたって、この単純なセットアップは、強いスパース、密度、リランクベースラインよりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-05-03T19:13:11Z)
• MARAG-R1: Beyond Single Retriever via Reinforcement-Learned Multi-Tool Agentic Retrieval [50.30107119622642]
  大規模言語モデル(LLM)は推論と生成において優れているが、本質的には静的事前学習データによって制限されている。 Retrieval-Augmented Generation (RAG)は、LLMを外部知識に基盤を置くことでこの問題に対処する。 MarAG-R1は、LLMが複数の検索機構を動的に調整できる強化学習型マルチツールRAGフレームワークである。
  論文  参考訳（メタデータ） (2025-10-31T15:51:39Z)
• Evaluating Retrieval-Augmented Generation Systems on Unanswerable, Uncheatable, Realistic, Multi-hop Queries [53.99620546358492]
  実世界のユースケースでは、複雑なクエリを持つRAGシステムが存在し、関連する情報がコーパスから欠落したり、不完全であったりすることが多い。 既存のRAGベンチマークは、マルチホップやスコープ外の質問に対して、現実的なタスクの複雑さを反映することはめったにない。 un$underlinec$heatable, $underliner$ealistic, $underlineu$nanswerable, $underlinem$ulti-hopの自動生成のための最初のパイプラインを提示する。
  論文  参考訳（メタデータ） (2025-10-13T21:38:04Z)
• OpenTable-R1: A Reinforcement Learning Augmented Tool Agent for Open-Domain Table Question Answering [0.0]
  オープンドメインのテーブルの問合せは伝統的に2段階のパイプラインに依存している。 本稿では,大規模言語モデルにマルチターンツールコールを組み込むエンドツーエンドのエージェントフレームワークを提案する。 この統一されたアプローチにより、モデルはクエリを共同で検索、推論、実行することが可能になり、劇的な精度の向上が得られる。
  論文  参考訳（メタデータ） (2025-07-02T13:54:54Z)
• Can we Retrieve Everything All at Once? ARM: An Alignment-Oriented LLM-based Retrieval Method [48.14236175156835]
  ARMは、データオブジェクト間の関係を探索することで、データ収集の組織とよりよく一致させることを目指している。 クエリ分解の精度は最大5.2 pt、エージェントRAG(ReAct)は最大15.9 ptである。 最大5.5 pt、19.3 ptのF1マッチスコアをこれらのアプローチと比較して達成する。
  論文  参考訳（メタデータ） (2025-01-30T18:07:19Z)
• REAPER: Reasoning based Retrieval Planning for Complex RAG Systems [3.160580413086215]
  複雑なクエリは複数ステップの検索も必要です。 ほとんどのRAGエージェントは、推論と検索のステップをインターリーブすることで、このようなChain-of-Thoughtタスクを処理する。 エージェントベースのシステムよりもレイテンシが大幅に向上し、新規で目に見えないユースケースに容易にスケールできるようになりました。
  論文  参考訳（メタデータ） (2024-07-26T07:05:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。